在DVC中更新跟踪dir

Question

根据本教程，当我更新文件时，我应该先从DVC控制下删除文件(即执行dvc unprotect <myfile>.dvc或dvc remove <myfile>.dvc)，然后再通过dvc add <mifile>添加它。但是，还不清楚是否应该对目录应用相同的工作流。

我有DVC控制下的目录，其结构如下：

data/
    1.jpg
    2.jpg

是否应该每次更新目录内容时运行dvc unprotect data？

更具体地说，我感兴趣的是是否应该在以下用例中运行dvc unprotect data：

• 例如，如果我将图像放入数据dir中，则添加3.jpg新文件。
• 文件被删除。例如，如果我删除data dir中的2.jpg图像，则为
• 文件被更新.例如，如果我通过图形编辑器编辑1.jpg图像的话，.
• 以前用例的组合(即一些文件被更新，另一些文件被删除，新文件被添加)

Answer 1

只有当文件被更新时--即，只有在启用hadrlink或符号链接缓存类型时，才使用编辑器和编辑。

请检查一下这个链接

当DVC配置选项cache.type设置为硬链接或/和符号链接时，必须谨慎地更新跟踪文件，以避免数据损坏。

我强烈建议阅读本文档：大文件的性能优化，它解释了使用硬链接/符号链接的好处。

Answer 2

上面的链接不再起作用了，->这里是最新的链接，并且在这里粘贴说明：

修改内容

用dvc取消保护解除文件链接。这将使train.tsv安全地编辑：

dvc unprotect train.tsv

然后编辑文件的内容，例如：

echo "new data item" >> train.tsv

将该文件的新版本与DVC一起添加：

dvc add train.tsv
git add train.tsv.dvc
git commit -m "modify train data"

如果您有远程存储和/或上游回购：

dvc push
git push

替换文件

如果要完全替换该文件，可以执行以下步骤。

首先，通过在.dvc文件上使用dvc remove停止跟踪文件。这将从工作区中删除train.tsv (并从缓存中解除它的链接)：

dvc remove train.tsv.dvc

接下来，用新内容替换该文件：

echo new > train.tsv

然后重新开始追踪：

dvc add train.tsv
git add train.tsv.dvc .gitignore
git commit -m "new train data"

如果您有远程存储和/或上游回购：

dvc push
git push